Google hat offiziell das KI-Modell Gemini Robotics 2.5 angekündigt, das zur VLA-Klasse (Vision-Language-Action, „Sehen-Sprache-Handlung“) gehört. Die neue Architektur soll Robotern helfen, ein breites Spektrum an Manipulationsfähigkeiten schneller zu erlernen und nicht nur unter kontrollierten Laborbedingungen, sondern in einer realen, unvorhersehbaren Umgebung zu agieren. Laut Unternehmensangaben stellt Gemini Robotics 2.5 einen bedeutenden Fortschritt in drei Schlüsselbereichen dar: Geschicklichkeit, Zuverlässigkeit und physische Sicherheit von Robotersystemen.

Geschicklichkeit: Von der Pipette bis zu zerbrechlichen Gegenständen

Im Hinblick auf die Geschicklichkeit ermöglichte das Modell Robotern, deutlich mehr Aufgaben mit erhöhter Effizienz und Finesse auszuführen – vom Einsatz alltäglicher Werkzeuge bis hin zur Handhabung zerbrechlicher und flexibler Objekte. Die Leistung von Gemini Robotics 2.5 wurde anhand von 200 verschiedenen Operationen bewertet, darunter das Servieren von Lebensmitteln mit einer Zange, das Binden einer Schleife an einer Geschenkschachtel und das Dosieren von Flüssigkeit mit einer Pipette. Diese Aufgaben vereinen eine Reihe von Kompetenzen: den sicheren Umgang mit Werkzeugen, komplexe Manipulationen an verformbaren Objekten und den sorgsamen Umgang mit zerbrechlichen Gegenständen. Verglichen mit vorherigen Modellgenerationen lag der Zuwachs an erfolgreichen Operationen je nach Aufgabentyp zwischen 30 % und 100 %, während sich die Arbeitsgeschwindigkeit um 20 % bis 30 % erhöhte.

Zuverlässigkeit: Tests an den Produktionslinien von Mercedes-Benz

Google betrachtet die Fähigkeit, unter realen Produktionsbedingungen zu arbeiten, als Hauptkriterium für die Effektivität eines KI-Modells für Roboter. Während eines Pilotprojekts in den Werken von Mercedes-Benz führten Apptronik Apollo 2-Roboter unter der Steuerung von Gemini Robotics 2.5 Kommissionierungs- und Verpackungsaufgaben von Autoteilen mit einer Erfolgsquote von 96 % aus. Im Autonommodus stellten die Roboter Teile zusammen: Sie sortierten einzelne Komponenten aus Sammelbehältern und legten sie in spezielle Trays ab – exakt in der Reihenfolge, die für die Montage eines bestimmten Fahrzeugs am Fließband erforderlich ist. Dies ist eine repetitive und körperlich schwere Aufgabe, die langfristig vollständig an Roboter delegiert werden kann, wodurch Fachkräfte für komplexere Fertigungsschritte frei werden.

Sicherheit: Logische Echtzeitsteuerung

Zur Umgehung physischer Gefahren nutzt Gemini Robotics 2.5 einen logischen Echtzeitsteuerungsmechanismus, der dem Roboter hilft, sich in komplexen Umgebungen sicher zu bewegen. Schätzungen von Google zufolge steigerte diese Funktion die sichere Ausführung von Aufgaben in der Nähe von Hindernissen um 33 % und in der Nähe von Menschen um 43 %. Das Unternehmen arbeitet zudem weiter daran, die Sicherheit bei langfristigen Aufgaben mit autonomen Agenten zu erhöhen. In Tests für agentenbasierte Robotersysteme erzielte das Modell Gemini 4 Argon die besten Ergebnisse: Es verweigert unsichere Handlungen effektiv, löst unklare Situationen auf und funktioniert in unmittelbarer Nähe von Menschen einwandfrei.

Jailbreak-Resistenz: Der ASIMOV-Jailbreak-Benchmark

Google hat die Mechanismen zur Kontrolle der physischen Sicherheit weiterentwickelt und einen neuen Teststandard entworfen, der darauf abzielt, Schwachstellen im Zusammenhang mit Jailbreak-Versuchen an Robotersystemen aufzudecken. Zur Überprüfung der Robustheit veröffentlichte das Unternehmen den Open-Source-Benchmark ASIMOV-Jailbreak, der Hunderte von Anfragen umfasst, die in verschiedene Szenarien getarnt sind. Gemini 4 Argon wies eine Resistenz gegen solche Versuche von 99,5 % auf, während das vorherige Basismodell Gemini Robotics ER 2 bei 82 % lag. Bemerkenswert ist auch, dass Gemini 4 Argon beim Training von Gemini Robotics 2.5 als Simulations-Engine diente und die Generierung vielfältiger Trainingsszenarien sicherstellte.

Kontext: Die Evolution der Gemini Robotics-Reihe

Die Ankündigung von Gemini Robotics 2.5 setzt die Reihe fort, die zuvor mit dem Modell Gemini Robotics 2 von Google DeepMind begonnen wurde. Während sich die vorherige Generation darauf konzentrierte, dass sich Roboter „fast wie Menschen“ bewegen und alle Körpersegmente steuern können, legt die neue Version den Schwerpunkt auf die praktische Anwendbarkeit in Industrie und Alltag. Die Gesamtheit der Verbesserungen – von der Erweiterung des Aufgabenbereichs bis hin zur höheren Fehlertoleranz gegenüber bösartigen Befehlen – zeigt, dass Google Robotik als ein ausgereiftes Feld betrachtet, das bereit für die Skalierung über Forschungslabore hinaus ist.